MétaCan
Menu
Retour à la cohorte
Enregistrement W2749117669 · doi:10.1115/gt2017-65194

Aerodynamic Inverse Blade Design of Axial Compressors in Three-Dimensional Flow Using a Commercial CFD Program

2017· article· en· W2749117669 sur OpenAlexaff
Araz Arbabi, Wahid Ghaly, Adam J. Medd

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTurbomachinery Performance and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTransonicAerodynamicsComputational fluid dynamicsAxial compressorStatorBlade (archaeology)Rotor (electric)MechanicsGas compressorAirfoilFlow (mathematics)EngineeringMechanical engineeringComputer scienceStructural engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

An aerodynamic inverse design method is developed for the simulation of three-dimensional viscous flow over blades, it is implemented into a commercial CFD program, namely ANSYS-CFX, and it is applied to the design of a transonic compressor stage. The implementation is validated for Rotor 37; it is then assessed in the redesign of Stage 67 stator. One set of design choices is to prescribe a target blade pressure loading and blade thickness distributions and a stacking line from hub to tip. The blade walls are assumed to be moving with a virtual velocity that would asymptotically drive the blade to the shape that would correspond to the specified target pressure distribution. This virtual velocity distribution is computed from the difference between the computed and the target pressure distributions. This inverse design approach is fully consistent with the viscous flow assumption and is independent of the CFD approach taken. The Arbitrary Lagrangian-Eulerian formulation of the unsteady Reynolds-Averaged Navier Stokes equations is solved in a time accurate fashion with the blade motion being the source of unsteadiness. At each time step, the blade shape is modified and dynamic meshing is used to remesh the fluid flow domain. To demonstrate the ability of this approach, it is applied to redesign the stator of a transonic axial fan, Stage 67, to improve its performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,263
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTurbomachinery Performance and OptimizationTravaux en français237 207